python特征提取方法 光谱_初识人工智能(二):机器学习(一):sklearn特征抽取|python基础教程|python入门|python教程...

https://www.xin3721.com/eschool/pythonxin3721/

作者：@小灰灰

本文为作者原创，转载请注明出处：https://www.cnblogs.com/liuhui0308/p/12680798.html

阅读目录(Content)

1. sklearn特征抽取

1.1 安装sklearn

1.2 特征抽取

1.3 字典特征抽取

1.4 文本特征抽取

1.5 TF-IDF

回到顶部(go to top)

1. sklearn特征抽取

1.1 安装sklearn

pip install Scikit-learn -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

没有报错，导入命令查看是否可用：

importsklearn

注：安装scikit-learn需要Numpy,pandas等库。

1.2 特征抽取

例子：

#特征抽取

#导入包

fromsklearn.feature_extraction.textimportCountVectorizer

#实例化CountVectorizer

vector=CountVectorizer()

#调用fit_transform输入并转换数据

res=vector.fit_transform(["life is short,i like python","life is too long,i dislike python"])

#打印结果

print(vector.get_feature_names())

print(res.toarray())

运行结果：

通过例子我们可以得出结论，特征抽取对文本等数据进行特征值化。

1.3 字典特征抽取

作用：对字典数据进行特征值化。

类：sklearn.feature_extraction.DictVectorizer

DictVectorizer语法：

DictVectorizer(sparse=True,…)

DictVectorizer.fit_transform(X)

X:字典或者包含字典的迭代器

返回值：返回sparse矩阵

DictVectorizer.inverse_transform(X)

X:array数组或者sparse矩阵

返回值:转换之前数据格式

DictVectorizer.get_feature_names()

返回类别名称

DictVectorizer.transform(X)

按照原先的标准转换

fromsklearn.feature_extractionimportDictVectorizer

defdictvec():

"""

字典数据抽取

:return: None

"""

#实例化

dict=DictVectorizer()

#调用fit_transform

data=dict.fit_transform([{'city':'北京','temperature':100},{'city':'上海','temperature':60},{'city':'深圳','temperature':30}])

print(dict.get_feature_names())

print(dict.inverse_transform(data))

print(data)

returnNone

if__name__=="__main__":

dictvec()

运行结果：

修改属性，让数据更直观。

fromsklearn.feature_extractionimportDictVectorizer

defdictvec():

"""

字典数据抽取

:return: None

"""

#实例化

dict=DictVectorizer(sparse=False)

#调用fit_transform

data=dict.fit_transform([{'city':'北京','temperature':100},{'city':'上海','temperature':60},{'city':'深圳','temperature':30}])

print(dict.get_feature_names())

print(dict.inverse_transform(data))

print(data)

returnNone

if__name__=="__main__":

dictvec()

运行结果：

1.4 文本特征抽取

作用：对文本数据进行特征值化。

类：sklearn.feature_extraction.text.CountVectorizer

CountVectorizer语法：

CountVectorizer(max_df=1.0,min_df=1,…)

返回词频矩阵

CountVectorizer.fit_transform(X,y)

X:文本或者包含文本字符串的可迭代对象

返回值：返回sparse矩阵

CountVectorizer.inverse_transform(X)

X:array数组或者sparse矩阵

返回值:转换之前数据格式

CountVectorizer.get_feature_names()

返回值:单词列表

fromsklearn.feature_extraction.textimportCountVectorizer

defcountvec():

"""

对文本进行特征值化

:return: None

"""

cv=CountVectorizer()

data=cv.fit_transform(["人生 苦短，我 喜欢 python","人生漫长，不用 python"])

print(cv.get_feature_names())

print(data.toarray())

returnNone